CN116993327B - 用于变电站的缺陷定位系统及其方法 - Google Patents
用于变电站的缺陷定位系统及其方法 Download PDFInfo
- Publication number
- CN116993327B CN116993327B CN202311245606.7A CN202311245606A CN116993327B CN 116993327 B CN116993327 B CN 116993327B CN 202311245606 A CN202311245606 A CN 202311245606A CN 116993327 B CN116993327 B CN 116993327B
- Authority
- CN
- China
- Prior art keywords
- hidden defect
- hidden
- index
- defect
- positioning signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000007547 defect Effects 0.000 title claims abstract description 319
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000001556 precipitation Methods 0.000 claims description 56
- 239000000463 material Substances 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 18
- 230000032683 aging Effects 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000008439 repair process Effects 0.000 claims description 8
- 238000004643 material aging Methods 0.000 claims description 6
- 230000004807 localization Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 16
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000011282 treatment Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明公开了用于变电站的缺陷定位系统及其方法。该用于变电站的缺陷定位系统，包括：数据获取模块、指数计算模块、预测模型建立模块、定位匹配模块、检修告警模块和模型优化模块。本发明通过根据隐蔽缺陷数据计算出每个隐蔽缺陷对应的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数，并据此建立预测模型，从而当接收到不清晰的隐蔽缺陷定位信号时，将预测出的定位区域信息与接收的隐蔽缺陷定位信号进行匹配得到匹配指数，进而提高对变电站中较小或隐蔽缺陷的检测准确率，解决了现有技术中存在对于较小或隐蔽的缺陷检测不准确的问题。
Description
技术领域
本发明涉及变电站设备在线监测技术领域，尤其涉及用于变电站的缺陷定位系统及其方法。
背景技术
随着信息技术、传感器技术和智能化装备的不断发展，变电站作为电能变换、保护和分配的核心节点，设备的正常运行对于维护电力系统的稳定性和可靠性至关重要。然而，由于变电站内部存在大量复杂的设备以及它们之间的互联性，这些设备可能会出现各种故障和缺陷，如设备老化、电气故障和绝缘损坏等。
现有的变电站缺陷定位方法涵盖红外热像法、超声波检测法、振动分析法、继电保护定位法以及智能监测和分析技术等多种方法，提高了定位准确性、灵敏度和自动化程度实现。
例如公开告为：CN113343169B公开的一种敞开式变电站中缺陷设备的定位方法，包括：首先通过在敞开式变电站设置的四个特高频无线传感器获得电磁波信号，然后获取电磁波信号的接收信号强度，用广义互相关法得到到达时间差，接着计算距离差的RSSI值影响因子，随后计算出距离差的到达时间差影响因子，然后建立距离差的计算模型与距离差方程组最后通过牛顿迭代法求解方程组，得到局部放电源的位置坐标。
例如公开号为：CN115965579A公开的一种变电站巡检三维缺陷识别和定位方法与系统，包括：采集变电站的多源巡检数据及点云数据，并记录所述巡检采集设备的空间位置及姿态；基于点云数据对所述巡检设备在预先搭建的变电站的实景三维模型中进行精定位；生成时序可扩展的巡视数据；生成部件级数据；确定部件级数据中所述变电站参数的变化数据，基于变化数据进行变电站部件设备的缺陷诊断，以识别变电站设备部件的缺陷类型，以及定位变电站设备部件的缺陷空间。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中，由于部分较小或隐蔽的缺陷难以产生足够的电磁波信号，或者信号被周围环境干扰而无法准确获取其电磁波信号，导致在变化数据中其表现不明显或难以区分，存在对于较小或隐蔽的缺陷检测不准确的问题。
发明内容
本申请实施例通过提供用于变电站的缺陷定位系统及其方法，解决了现有技术中存在对于较小或隐蔽的缺陷检测不准确的问题，实现了提高对变电站中较小或隐蔽缺陷的检测准确率。
本申请实施例提供了用于变电站的缺陷定位系统，包括数据获取模块、指数计算模块、预测模型建立模块、定位匹配模块、检修告警模块和模型优化模块：其中，所述数据获取模块用于从不同地理位置的电网中获取变电站的隐蔽缺陷数据，对获取到的隐蔽缺陷数据进行预处理，还用于实时获取变电站隐蔽缺陷电磁波定位信号和对应的隐蔽缺陷数据；所述指数计算模块：用于基于获取到的隐蔽缺陷数据，计算每个隐蔽缺陷对应的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数；所述预测模型建立模块：用于利用历史隐蔽缺陷数据和其对应的影响指数，建立隐蔽缺陷预测模型；所述定位匹配模块：用于当接收到隐蔽缺陷定位信号时，若隐蔽缺陷定位信号清晰，则标记隐蔽缺陷定位信号为待检修点，若隐蔽缺陷定位信号不清晰，则使用隐蔽缺陷预测模型得出定位区域信息，将定位区域信息和隐蔽缺陷定位信号进行匹配得出匹配指数，若匹配指数超过一定阈值则判断隐蔽缺陷定位信号在定位区域信息内，并标记该隐蔽缺陷定位信号为待检修点，否则丢弃隐蔽缺陷定位信号；所述检修告警模块：用于发出声光信号通知维修人员前往待检修点进行检查隐蔽缺陷定位信号，若检查隐蔽缺陷定位信号的结果为真，则由维修人员对隐蔽缺陷进行维修，若检查隐蔽缺陷定位信号的结果为假，则标记该隐蔽缺陷定位信号为隐蔽缺陷定位错误信号；所述模型优化模块：用于根据隐蔽缺陷数据和标记的隐蔽缺陷定位错误信号，定期更新隐蔽缺陷预测模型。
进一步的，所述定位匹配模块包括噪声判断单元、预测单元、匹配单元和标记单元；所述噪声判断单元：用于当接收到隐蔽缺陷定位信号时，检测隐蔽缺陷定位信号的噪声含量，若噪声含量低于指定阈值时，则记隐蔽缺陷定位信号为清晰，若噪声含量不低于指定阈值时，则记隐蔽缺陷定位信号为不清晰；所述预测单元：用于当检测的隐蔽缺陷定位信号被记为不清晰时，使用隐蔽缺陷预测模型根据实时隐蔽缺陷数据得出的影响指数预测出隐蔽缺陷出现几率最大的前N个定位区域信息；所述匹配单元：用于将定位区域信息和不清晰的隐蔽缺陷定位信号进行匹配，得出匹配指数；所述标记单元：用于将清晰的隐蔽缺陷定位信号和匹配指数超过一定阈值的隐蔽缺陷定位信号标记为待检修点。
进一步的，所述隐蔽缺陷数据包括变电站在时刻t下的实时电流值、实时电压值、实时温度数据、实时湿度数据、风速值、降水类型、降水量、降水频率和雷暴等级，变电站的材料老化程度和材料属性，电网的频率，变电站所在坐标的海拔值、地貌特征种类和自然灾害种类。
进一步的，所述电气影响指数的具体计算过程为：提取隐蔽缺陷数据中变电站在时刻t下的实时电流值、变电站的实时电压值/>和电网的频率/>，/>为变电站编号，，/>为变电站总数，通过电气影响指数公式计算电气影响指数/>；所述电气影响指数公式为/>，其中、/>和/>分别为变电站的实时电流值、变电站的实时电压值和电网的频率对应的权重因子，/>为参考电流值，/>为参考电压值，/>为电网的额定频率，/>为变电站的实时电流值、变电站的实时电压值和电网的频率的联合影响因子，/>为电气影响指数的修正因子。
进一步的，所述性质影响指数的具体计算过程为：提取隐蔽缺陷数据中变电站在时刻t下的实时温度数据和变电站的实时湿度数据/>，通过述性质影响指数公式计算述性质影响指数/>；所述性质影响指数公式为，其中/>和/>分别为变电站的实时温度数据和变电站的实时湿度数据对应的权重因子，/>为变电站的参考温度允许误差值，/>为变电站的参考温度值，/>为变电站的参考湿度值，/>为变电站的温度数据和变电站的湿度数据的相互叠加负向影响系数，/>为电气影响指数的修正因子。
进一步的，所述结构影响指数的具体计算过程为：提取隐蔽缺陷数据中变电站的材料老化程度和材料属性/>，/>为材料属性编号，/>，/>为材料属性总数，通过结构影响指数公式计算结构影响指数/>；所述结构影响指数公式为，其中/>为自然常数，/>为变电站的材料老化程度的权重因子，/>为变电站的材料属性对应的权重因子，/>为变电站的材料老化程度允许值，/>为结构影响指数的修正因子。
进一步的，所述气象影响指数的具体计算过程为：提取隐蔽缺陷数据中变电站在时刻下的风速值/>、降水类型/>、降水量/>、降水频率/>和雷暴等级/>，/>为降水类型编号，/>，/>为降水类型总数，/>为降水量等级，，/>为降水量等级总数，通过气象影响指数公式计算气象影响指数/>；所述气象影响指数公式为，其中/>、/>、/>、/>和/>分别为变电站的风速值、降水类型、降水量、降水频率和雷暴等级对应的权重因子，/>、/>、/>、/>和/>分别为安全风速阈值、安全降水类型、安全降水量、安全降水频率和安全雷暴等级，/>为变电站的风速值、降水类型、降水量、降水频率和雷暴等级的相互叠加负向影响系数，/>为气象影响指数的修正因子。
进一步的，所述地理影响指数的具体计算过程为：提取隐蔽缺陷数据中变电站所在坐标的海拔值、地貌特征种类/>和自然灾害种类/>，/>为地貌特征种类编号，，/>为地貌特征种类总数，/>为自然灾害种类编号，/>，为自然灾害种类总数，/>为自然灾害种类对应等级编号，/>，/>为自然灾害种类对应等级总数，通过地理影响指数公式计算地理影响指数/>；所述地理影响指数公式为/>，其中/>为自然常数，/>、/>和/>分别为海拔、各个地貌特征种类/>和各个自然灾害种类/>等级对应的权重因子，/>为参考海拔允许误差值，/>为参考海拔基准值，/>为地理影响指数的修正因子。
进一步的，所述匹配指数的具体计算过程为：根据定位区域信息和隐蔽缺陷定位信号/>，通过匹配指数公式计算匹配指数/>；所述匹配指数公式为，其中/>为自然常数，/>为误差影响系数，/>为匹配指数的修正因子。
本申请实施例提供了用于变电站的缺陷定位方法，包括以下步骤：S1，从不同地理位置的电网中获取变电站的隐蔽缺陷数据，对获取到的隐蔽缺陷数据进行预处理，还用于实时获取变电站隐蔽缺陷电磁波定位信号和对应的隐蔽缺陷数据；S2，基于获取到的隐蔽缺陷数据，计算每个隐蔽缺陷对应的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数；S3，利用历史隐蔽缺陷数据和其对应的影响指数，建立隐蔽缺陷预测模型；S4，当接收到隐蔽缺陷定位信号时，若隐蔽缺陷定位信号清晰明确，则标记该隐蔽缺陷定位信号为待检修点，若隐蔽缺陷定位信号不清晰，则使用隐蔽缺陷预测模型，根据实时的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数，预测最可能出现隐蔽缺陷的N个定位区域信息，将定位区域信息和隐蔽缺陷定位信号进行匹配得出匹配指数，若匹配指数超过一定阈值则在定位区域信息内，并标记该隐蔽缺陷定位信号为待检修点，否则判断隐蔽缺陷定位信号丢弃隐蔽缺陷定位信号；S5，发出声光信号通知维修人员前往待检修点进行检查隐蔽缺陷定位信号，若检查隐蔽缺陷定位信号的结果为真，则由维修人员对隐蔽缺陷进行维修，若检查隐蔽缺陷定位信号的结果为假，则标记该隐蔽缺陷定位信号为隐蔽缺陷定位错误信号；S6，根据隐蔽缺陷数据和标记的隐蔽缺陷定位错误信号，定期更新隐蔽缺陷预测模型。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、通过根据隐蔽缺陷数据计算出每个隐蔽缺陷对应的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数，并据此建立预测模型，从而当接收到不清晰的隐蔽缺陷定位信号时，将预测出的定位区域信息与接收的隐蔽缺陷定位信号进行匹配得到匹配指数，进而实现了提高对变电站中较小或隐蔽缺陷的检测准确率，有效解决了现有技术中存在对于较小或隐蔽的缺陷检测不准确的问题。
2、通过对接收到的隐蔽缺陷定位信号先进行噪声检测，根据噪声含量先判断隐蔽缺陷定位信号是否清晰，将清晰的隐蔽缺陷定位信号直接标记为待检修点，将不清晰的隐蔽缺陷定位信号进行匹配，并将匹配指数超过一定阈值的隐蔽缺陷定位信号标记为待检修点，从而对于不同清晰度的隐蔽缺陷定位信号进行不同处理，进而实现了避免对于清晰隐蔽缺陷定位信号的过度处理，节省计算资源。
3、通过根据维修人员对于待检修点的检查结果中隐蔽缺陷定位错误信号，以及相关的隐蔽数据，来定期更新隐蔽缺陷预测数据，从而保证隐蔽缺陷预测结果的全面性，进而实现了提高隐蔽缺陷预测结果的准确性。
附图说明
图1为本申请实施例提供的用于变电站的缺陷定位系统的结构示意图；
图2为本申请实施例提供的用于变电站的缺陷定位方法的流程示意图。
具体实施方式
本申请实施例通过提供用于变电站的缺陷定位系统及其方法，解决了现有技术中存在对于较小或隐蔽的缺陷检测不准确的问题，通过根据隐蔽缺陷数据计算出每个隐蔽缺陷对应的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数，并据此建立预测模型，从而当接收到不清晰的隐蔽缺陷定位信号时，将预测出的定位区域信息与接收的隐蔽缺陷定位信号进行匹配得到匹配指数，实现了提高对变电站中较小或隐蔽缺陷的检测准确率。
本申请实施例中的技术方案为解决上述存在对于较小或隐蔽的缺陷检测不准确的问题，总体思路如下：
通过获取各个电网中变电站的隐蔽缺陷数据，并将其预处理，根据隐蔽缺陷数据得出变电站所在处的环境对于隐蔽缺陷的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数，根据各个影响指数建立预测模型，建立后实时获取电气、性质、结构、气象和地理的影响因素，预测最可能出现隐蔽缺陷的前N个定位信息，同时接收实际检测到的隐蔽缺陷出现信号，对接收到的信号进行噪声检测，若噪声含量低于指定阈值时，则记隐蔽缺陷定位信号为清晰，若噪声含量不低于指定阈值时，则记隐蔽缺陷定位信号为不清晰，若隐蔽缺陷定位信号清晰，则根据隐蔽缺陷定位信号确定隐蔽缺陷的定位信息，并标记该隐蔽缺陷定位信号为待检测点，若信号不清晰，则使用预测模型根据电气、性质、结构、气象和地理的影响因素得出预测结果，即定位区域信息，将定位区域信息（小范围结果）和隐蔽缺陷定位信号对应位置信息（精确点位）进行匹配，若匹配指数超过一定阈值则在定位区域信息内，并标记该隐蔽缺陷定位信号为待检修点，否则判断隐蔽缺陷定位信号丢弃隐蔽缺陷定位信号，随即通知维修人员前往检查维修，根据检查结果优化预测模型，达到了提高对变电站中较小或隐蔽缺陷的检测准确率。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
如图1所示，为本申请实施例提供的用于变电站的缺陷定位系统的结构示意图，本申请实施例提供的用于变电站的缺陷定位系统包括数据获取模块、指数计算模块、预测模型建立模块、定位匹配模块、检修告警模块和模型优化模块：其中，数据获取模块用于从不同地理位置的电网中获取变电站的隐蔽缺陷数据，对获取到的隐蔽缺陷数据进行预处理，还用于实时获取变电站隐蔽缺陷电磁波定位信号和对应的隐蔽缺陷数据；指数计算模块：用于基于获取到的隐蔽缺陷数据，计算每个隐蔽缺陷对应的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数；预测模型建立模块：用于利用历史隐蔽缺陷数据和其对应的影响指数，建立隐蔽缺陷预测模型；定位匹配模块：用于当接收到隐蔽缺陷定位信号时，若隐蔽缺陷定位信号清晰，则标记隐蔽缺陷定位信号为待检修点，若隐蔽缺陷定位信号不清晰，则使用隐蔽缺陷预测模型得出定位区域信息，将定位区域信息和隐蔽缺陷定位信号进行匹配得出匹配指数，若匹配指数超过一定阈值则判断隐蔽缺陷定位信号在定位区域信息内，并标记该隐蔽缺陷定位信号为待检修点，否则丢弃隐蔽缺陷定位信号；检修告警模块：用于发出声光信号通知维修人员前往待检修点进行检查隐蔽缺陷定位信号，若检查隐蔽缺陷定位信号的结果为真，则由维修人员对隐蔽缺陷进行维修，若检查隐蔽缺陷定位信号的结果为假，则标记该隐蔽缺陷定位信号为隐蔽缺陷定位错误信号；模型优化模块：用于根据隐蔽缺陷数据和标记的隐蔽缺陷定位错误信号，定期更新隐蔽缺陷预测模型。
进一步的，定位匹配模块包括噪声判断单元、预测单元、匹配单元和标记单元；噪声判断单元：用于当接收到隐蔽缺陷定位信号时，检测隐蔽缺陷定位信号的噪声含量，若噪声含量低于指定阈值时，则记隐蔽缺陷定位信号为清晰，若噪声含量不低于指定阈值时，则记隐蔽缺陷定位信号为不清晰；预测单元：用于当检测的隐蔽缺陷定位信号被记为不清晰时，使用隐蔽缺陷预测模型根据实时隐蔽缺陷数据得出的影响指数预测出隐蔽缺陷出现几率最大的前N个定位区域信息；匹配单元：用于将定位区域信息和不清晰的隐蔽缺陷定位信号进行匹配，得出匹配指数；标记单元：用于将清晰的隐蔽缺陷定位信号和匹配指数超过一定阈值的隐蔽缺陷定位信号标记为待检修点。
在本实施例中，噪声含量包括热噪声、射频干扰、电源噪声、电磁干扰和自然噪声的含量，根据实际情况设置指定阈值，作为判断隐蔽缺陷定位信号是否清晰的标准。
进一步的，隐蔽缺陷数据包括变电站在时刻t下的实时电流值、实时电压值、实时温度数据、实时湿度数据、风速值、降水类型、降水量、降水频率和雷暴等级，变电站的材料老化程度和材料属性，电网的频率，变电站所在坐标的海拔值、地貌特征种类和自然灾害种类。
在本实施例中，预处理包括数据清洗、去噪和缺失值填充，以确保数据质量。训练预测模型的方法包括机器学习、深度学习或统计方法，以预测隐蔽缺陷出现的趋势和特征。
进一步的，电气影响指数的具体计算过程为：提取隐蔽缺陷数据中变电站在时刻t下的实时电流值、变电站的实时电压值/>和电网的频率/>，/>为变电站编号，，/>为变电站总数，通过电气影响指数公式计算电气影响指数/>；电气影响指数公式为/>，其中/>、和/>分别为变电站的实时电流值、变电站的实时电压值和电网的频率对应的权重因子，/>为参考电流值，/>为参考电压值，/>为电网的额定频率，/>为变电站的实时电流值、变电站的实时电压值和电网的频率的联合影响因子，/>为电气影响指数的修正因子。
进一步的，性质影响指数的具体计算过程为：提取隐蔽缺陷数据中变电站在时刻t下的实时温度数据和变电站的实时湿度数据/>，通过述性质影响指数公式计算述性质影响指数/>；性质影响指数公式为，其中/>和/>分别为变电站的实时温度数据和变电站的实时湿度数据对应的权重因子，/>为变电站的参考温度允许误差值，/>为变电站的参考温度值，/>为变电站的参考湿度值，/>为变电站的温度数据和变电站的湿度数据的相互叠加负向影响系数，/>为电气影响指数的修正因子。
进一步的，结构影响指数的具体计算过程为：提取隐蔽缺陷数据中变电站的材料老化程度和材料属性/>，/>为材料属性编号，/>，/>为材料属性总数，通过结构影响指数公式计算结构影响指数/>；结构影响指数公式为，其中/>为自然常数，/>为变电站的材料老化程度的权重因子，/>为变电站的材料属性对应的权重因子，/>为变电站的材料老化程度允许值，/>为结构影响指数的修正因子。
在本实施例中，变电站设备所使用的材料以及这些材料在不同环境条件下达到的老化程度以及材料属性对隐蔽缺陷的产生有这不同程度的影响。材料属性是指材料的特性和性质，包括导电性、绝缘性、导热性、机械强度、耐腐蚀性、耐磨性、热膨胀系数、密度等，将这些材料属性纳入结构影响指数以确保变电器设备的可靠性和性能。
进一步的，气象影响指数的具体计算过程为：提取隐蔽缺陷数据中变电站在时刻下的风速值/>、降水类型/>、降水量/>、降水频率/>和雷暴等级/>，/>为降水类型编号，/>，/>为降水类型总数，/>为降水量等级，/>，为降水量等级总数，通过气象影响指数公式计算气象影响指数/>；气象影响指数公式为/>，其中/>、、/>、/>和/>分别为变电站的风速值、降水类型、降水量、降水频率和雷暴等级对应的权重因子，/>、/>、/>、/>和/>分别为安全风速阈值、安全降水类型、安全降水量、安全降水频率和安全雷暴等级，/>为变电站的风速值、降水类型、降水量、降水频率和雷暴等级的相互叠加负向影响系数，/>为气象影响指数的修正因子。
在本实施例中，考虑到风速值、降水类型、降水量、降水频率和雷暴等级这些气象影响因素，以更全面地评估气象条件对隐蔽缺陷的潜在影响。
进一步的，地理影响指数的具体计算过程为：提取隐蔽缺陷数据中变电站所在坐标的海拔值、地貌特征种类/>和自然灾害种类/>，/>为地貌特征种类编号，，/>为地貌特征种类总数，/>为自然灾害种类编号，/>，为自然灾害种类总数，/>为自然灾害种类对应等级编号，/>，/>为自然灾害种类对应等级总数，通过地理影响指数公式计算地理影响指数/>；地理影响指数公式为/>，其中/>为自然常数，/>、/>和/>分别为海拔、各个地貌特征种类/>和各个自然灾害种类/>等级/>对应的权重因子，/>为参考海拔允许误差值，/>为参考海拔基准值，/>为地理影响指数的修正因子。
在本实施例中，地貌特征包括山脉、平原、河流、湖泊、海岸线等自然地形，其多样性和特性可能对隐蔽缺陷出现的风险产生不同影响。自然灾害种类包括地震、洪水、台风等，这些自然灾害种类可能会对地理区域的电网产生直接的影响，从而导致隐蔽缺陷。
进一步的，匹配指数的具体计算过程为：根据定位区域信息和隐蔽缺陷定位信号/>，通过匹配指数公式计算匹配指数/>；匹配指数公式为，其中/>为自然常数，/>为误差影响系数，/>为匹配指数的修正因子。
在本实施例中，定位区域信息为小范围预测结果，隐蔽缺陷定位信号为精准的定位信息，根据实际情况设置一定阈值，作为判断是否标记待检测点的判断标准。
如图2所示，为本申请实施例提供的用于变电站的缺陷定位方法的流程示意图，本申请实施例提供的用于变电站的缺陷定位系统包括以下步骤：S1，获取各电网的变电站中隐蔽缺陷数据，并实时获取变电站缺陷电磁波定位信号：从不同地理位置的电网中获取变电站的隐蔽缺陷数据，对获取到的隐蔽缺陷数据进行预处理，还用于实时获取变电站隐蔽缺陷电磁波定位信号和对应的隐蔽缺陷数据；S2，基于获取到的隐蔽缺陷数据，计算每个隐蔽缺陷对应的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数；S3，利用历史隐蔽缺陷数据和其对应的影响指数，建立隐蔽缺陷预测模型；S4，判断隐蔽缺陷定位信号是否清晰，清晰则标记，不清晰则标记预测结果与隐蔽缺陷定位信号匹配得到的超过一定指数的匹配指数：当接收到隐蔽缺陷定位信号时，若隐蔽缺陷定位信号清晰明确，则标记该隐蔽缺陷定位信号为待检修点，若隐蔽缺陷定位信号不清晰，则使用隐蔽缺陷预测模型，根据实时的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数，预测最可能出现隐蔽缺陷的N个定位区域信息，将定位区域信息和隐蔽缺陷定位信号进行匹配得出匹配指数，若匹配指数超过一定阈值则在定位区域信息内，并标记该隐蔽缺陷定位信号为待检修点，否则判断隐蔽缺陷定位信号丢弃隐蔽缺陷定位信号；S5，发出告警通知维维修人员检修，根据检修结果标记出隐蔽缺陷定位错误信号：发出声光信号通知维修人员前往待检修点进行检查隐蔽缺陷定位信号，若检查隐蔽缺陷定位信号的结果为真，则由维修人员对隐蔽缺陷进行维修，若检查隐蔽缺陷定位信号的结果为假，则标记该隐蔽缺陷定位信号为隐蔽缺陷定位错误信号；S6，根据隐蔽缺陷数据和标记的隐蔽缺陷定位错误信号，定期更新隐蔽缺陷预测模型。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：相对于公开告为：CN113343169B公开的一种敞开式变电站中缺陷设备的定位方法，本申请实施例通过对接收到的隐蔽缺陷定位信号先进行噪声检测，根据噪声含量先判断隐蔽缺陷定位信号是否清晰，将清晰的隐蔽缺陷定位信号直接标记为待检修点，将不清晰的隐蔽缺陷定位信号进行匹配，并将匹配指数超过一定阈值的隐蔽缺陷定位信号标记为待检修点，从而对于不同清晰度的隐蔽缺陷定位信号进行不同处理，进而实现了避免对于清晰隐蔽缺陷定位信号的过度处理，节省计算资源；相对于公开号为：CN115965579A公开的一种变电站巡检三维缺陷识别和定位方法与系统，本申请实施例通过根据维修人员对于待检修点的检查结果中隐蔽缺陷定位错误信号，以及相关的隐蔽数据，来定期更新隐蔽缺陷预测数据，从而保证隐蔽缺陷预测结果的全面性，进而实现了提高隐蔽缺陷预测结果的准确性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的系统、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (5)
1.用于变电站的缺陷定位系统，其特征在于，包括数据获取模块、指数计算模块、预测模型建立模块、定位匹配模块、检修告警模块和模型优化模块：
其中，所述数据获取模块用于从不同地理位置的电网中获取变电站的隐蔽缺陷数据，对获取到的隐蔽缺陷数据进行预处理，还用于实时获取变电站隐蔽缺陷电磁波定位信号和对应的隐蔽缺陷数据；
所述指数计算模块：用于基于获取到的隐蔽缺陷数据，计算每个隐蔽缺陷对应的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数；
所述预测模型建立模块：用于利用历史隐蔽缺陷数据和其对应的影响指数，建立隐蔽缺陷预测模型；
所述定位匹配模块：用于当接收到隐蔽缺陷定位信号时，若隐蔽缺陷定位信号清晰，则标记隐蔽缺陷定位信号为待检修点，若隐蔽缺陷定位信号不清晰，则使用隐蔽缺陷预测模型得出定位区域信息，将定位区域信息和隐蔽缺陷定位信号进行匹配得出匹配指数，若匹配指数超过一定阈值则判断隐蔽缺陷定位信号在定位区域信息内，并标记该隐蔽缺陷定位信号为待检修点，否则丢弃隐蔽缺陷定位信号；
所述检修告警模块：用于发出声光信号通知维修人员前往待检修点进行检查隐蔽缺陷定位信号，若检查隐蔽缺陷定位信号的结果为真，则由维修人员对隐蔽缺陷进行维修，若检查隐蔽缺陷定位信号的结果为假，则标记该隐蔽缺陷定位信号为隐蔽缺陷定位错误信号；
所述模型优化模块：用于根据隐蔽缺陷数据和标记的隐蔽缺陷定位错误信号，定期更新隐蔽缺陷预测模型;
其中，所述电气影响指数的计算公式为：
，
式中，为电气影响指数，/>、/>和/>分别为变电站的实时电流值、变电站的实时电压值和电网的频率对应的权重因子，/>为参考电流值，/>为参考电压值，/>为电网的额定频率，/>为变电站的实时电流值、变电站的实时电压值和电网的频率的联合影响因子，/>为电气影响指数的修正因子；/>为变电站在时刻t下的实时电流值，/>为变电站的实时电压值，/>为电网的频率，/>为变电站编号，/>，/>为变电站总数，通过电气影响指数公式计算电气影响指数/>；
所述性质影响指数的计算公式为：
，
式中，和/>分别为变电站的实时温度数据和变电站的实时湿度数据对应的权重因子，/>为变电站的参考温度允许误差值，/>为变电站的参考温度值，/>为变电站的参考湿度值，/>为变电站的温度数据和变电站的湿度数据的相互叠加负向影响系数，/>为电气影响指数的修正因子，/>为变电站在时刻t下的实时温度数据，/>为变电站的实时湿度数据，/>为性质影响指数；
所述结构影响指数的计算公式为:
，
式中，为自然常数，/>为变电站的材料老化程度的权重因子，/>为变电站的材料属性对应的权重因子，/>为变电站的材料老化程度允许值，/>为结构影响指数的修正因子，/>为提取隐蔽缺陷数据中变电站的材料老化程度，/>为材料属性，/>为材料属性编号，/>，/>为材料属性总数，/>为结构影响指数；
所述气象影响指数的计算公式为：
，
式中，、/>、/>、/>和/>分别为变电站的风速值、降水类型、降水量、降水频率和雷暴等级对应的权重因子，/>、/>、/>、/>和/>分别为安全风速阈值、安全降水类型、安全降水量、安全降水频率和安全雷暴等级，/>为变电站的风速值、降水类型、降水量、降水频率和雷暴等级的相互叠加负向影响系数，/>为气象影响指数的修正因子，/>、/>、/>、/>及/>分别为变电站在时刻/>下的风速值、降水类型、降水量、降水频率和雷暴等级，/>为降水类型编号，/>，/>为降水类型总数，/>为降水量等级，/>，/>为降水量等级总数，/>为气象影响指数；
所述地理影响指数的计算公式为：
，
式中，为自然常数，/>、/>和/>分别为海拔、各个地貌特征种类/>和各个自然灾害种类/>等级/>对应的权重因子，/>为参考海拔允许误差值，/>为参考海拔基准值，为地理影响指数的修正因子，/>、/>、/>分别为提取隐蔽缺陷数据中变电站所在坐标的海拔值、地貌特征种类和自然灾害种类，/>为地貌特征种类编号，/>，为地貌特征种类总数，/>为自然灾害种类编号，/>，/>为自然灾害种类总数，/>为自然灾害种类对应等级编号，/>，/>为自然灾害种类对应等级总数，/>为地理影响指数。
2.如权利要求1所述用于变电站的缺陷定位系统，其特征在于：所述定位匹配模块包括噪声判断单元、预测单元、匹配单元和标记单元；
所述噪声判断单元：用于当接收到隐蔽缺陷定位信号时，检测隐蔽缺陷定位信号的噪声含量，若噪声含量低于指定阈值时，则记隐蔽缺陷定位信号为清晰，若噪声含量不低于指定阈值时，则记隐蔽缺陷定位信号为不清晰；
所述预测单元：用于当检测的隐蔽缺陷定位信号被记为不清晰时，使用隐蔽缺陷预测模型根据实时隐蔽缺陷数据得出的影响指数预测出隐蔽缺陷出现几率最大的前N个定位区域信息；
所述匹配单元：用于将定位区域信息和不清晰的隐蔽缺陷定位信号进行匹配，得出匹配指数；
所述标记单元：用于将清晰的隐蔽缺陷定位信号和匹配指数超过一定阈值的隐蔽缺陷定位信号标记为待检修点。
3.如权利要求1所述用于变电站的缺陷定位系统，其特征在于：所述隐蔽缺陷数据包括变电站在时刻t下的实时电流值、实时电压值、实时温度数据、实时湿度数据、风速值、降水类型、降水量、降水频率和雷暴等级，变电站的材料老化程度和材料属性，电网的频率，变电站所在坐标的海拔值、地貌特征种类和自然灾害种类。
4.如权利要求3所述用于变电站的缺陷定位系统，其特征在于，所述匹配指数的具体计算过程为：
根据定位区域信息和隐蔽缺陷定位信号/>，通过匹配指数公式计算匹配指数；
所述匹配指数公式为，
式中，为自然常数，/>为误差影响系数，/>为匹配指数的修正因子。
5.根据权利要求1所述的用于变电站的缺陷定位系统所采用的定位方法，其特征在于，包括以下步骤：
S1，从不同地理位置的电网中获取变电站的隐蔽缺陷数据，对获取到的隐蔽缺陷数据进行预处理，还用于实时获取变电站隐蔽缺陷电磁波定位信号和对应的隐蔽缺陷数据；
S2，基于获取到的隐蔽缺陷数据，计算每个隐蔽缺陷对应的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数；
S3，利用历史隐蔽缺陷数据和其对应的影响指数，建立隐蔽缺陷预测模型；
S4，当接收到隐蔽缺陷定位信号时，若隐蔽缺陷定位信号清晰明确，则标记该隐蔽缺陷定位信号为待检修点，若隐蔽缺陷定位信号不清晰，则使用隐蔽缺陷预测模型，根据实时的电气影响指数、性质影响指数、结构影响指数、气象影响指数和地理影响指数，预测最可能出现隐蔽缺陷的N个定位区域信息，将定位区域信息和隐蔽缺陷定位信号进行匹配得出匹配指数，若匹配指数超过一定阈值则在定位区域信息内，并标记该隐蔽缺陷定位信号为待检修点，否则判断隐蔽缺陷定位信号丢弃隐蔽缺陷定位信号；
S5，发出声光信号通知维修人员前往待检修点进行检查隐蔽缺陷定位信号，若检查隐蔽缺陷定位信号的结果为真，则由维修人员对隐蔽缺陷进行维修，若检查隐蔽缺陷定位信号的结果为假，则标记该隐蔽缺陷定位信号为隐蔽缺陷定位错误信号；
S6，根据隐蔽缺陷数据和标记的隐蔽缺陷定位错误信号，定期更新隐蔽缺陷预测模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311245606.7A CN116993327B (zh) | 2023-09-26 | 2023-09-26 | 用于变电站的缺陷定位系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311245606.7A CN116993327B (zh) | 2023-09-26 | 2023-09-26 | 用于变电站的缺陷定位系统及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116993327A CN116993327A (zh) | 2023-11-03 |
| CN116993327B true CN116993327B (zh) | 2023-12-15 |
Family
ID=88523485
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311245606.7A Active CN116993327B (zh) | 2023-09-26 | 2023-09-26 | 用于变电站的缺陷定位系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116993327B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106845728A (zh) * | 2017-02-14 | 2017-06-13 | 北京邮电大学 | 一种电力变压器缺陷的预测方法及装置 |
| CN109740797A (zh) * | 2018-12-07 | 2019-05-10 | 国网江苏省电力有限公司南京供电分公司 | 一种基于条件概率的电力设备缺陷事件预警方法 |
| CN111444240A (zh) * | 2020-03-26 | 2020-07-24 | 北京国网富达科技发展有限责任公司 | 输电线路故障预警方法及装置 |
| CN113286129A (zh) * | 2021-07-23 | 2021-08-20 | 北京图知天下科技有限责任公司 | 一种光伏电站的巡检方法及系统 |
| WO2022095616A1 (zh) * | 2020-11-03 | 2022-05-12 | 国网智能科技股份有限公司 | 一种变电站在线智能巡视系统及方法 |
| CN114792140A (zh) * | 2022-03-30 | 2022-07-26 | 云智慧（北京）科技有限公司 | 一种基于知识图谱的变电站缺陷分析系统 |
| CN115100546A (zh) * | 2022-05-05 | 2022-09-23 | 中国电力科学研究院有限公司 | 一种基于mobilenet的电力设备小目标缺陷识别方法及系统 |
| JP7240691B1 (ja) * | 2021-09-08 | 2023-03-16 | 山東大学 | データドライブの能動配電網異常状態検知方法及びシステム |
| KR20230099467A (ko) * | 2021-12-27 | 2023-07-04 | (주)이투지 | 인공지능을 활용한 태양광 모듈 고장 진단 및 예측 시스템 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104021264B (zh) * | 2013-02-28 | 2017-06-20 | 华为技术有限公司 | 一种缺陷预测方法及装置 |
| WO2018146768A1 (ja) * | 2017-02-09 | 2018-08-16 | 三菱電機株式会社 | 不良要因推定装置および不良要因推定方法 |
| JP6562491B1 (ja) * | 2019-01-18 | 2019-08-21 | 株式会社ヒデ・ハウジング | 期待値計算による発電量精密予測法、期待値計算による発電量精密予測システムおよび期待値計算による発電量精密予測プログラム |
| US11604448B2 (en) * | 2019-07-29 | 2023-03-14 | Pacific Gas And Electric Company | Electric power grid inspection and management system |
-
2023
- 2023-09-26 CN CN202311245606.7A patent/CN116993327B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106845728A (zh) * | 2017-02-14 | 2017-06-13 | 北京邮电大学 | 一种电力变压器缺陷的预测方法及装置 |
| CN109740797A (zh) * | 2018-12-07 | 2019-05-10 | 国网江苏省电力有限公司南京供电分公司 | 一种基于条件概率的电力设备缺陷事件预警方法 |
| CN111444240A (zh) * | 2020-03-26 | 2020-07-24 | 北京国网富达科技发展有限责任公司 | 输电线路故障预警方法及装置 |
| WO2022095616A1 (zh) * | 2020-11-03 | 2022-05-12 | 国网智能科技股份有限公司 | 一种变电站在线智能巡视系统及方法 |
| CN113286129A (zh) * | 2021-07-23 | 2021-08-20 | 北京图知天下科技有限责任公司 | 一种光伏电站的巡检方法及系统 |
| JP7240691B1 (ja) * | 2021-09-08 | 2023-03-16 | 山東大学 | データドライブの能動配電網異常状態検知方法及びシステム |
| KR20230099467A (ko) * | 2021-12-27 | 2023-07-04 | (주)이투지 | 인공지능을 활용한 태양광 모듈 고장 진단 및 예측 시스템 |
| CN114792140A (zh) * | 2022-03-30 | 2022-07-26 | 云智慧（北京）科技有限公司 | 一种基于知识图谱的变电站缺陷分析系统 |
| CN115100546A (zh) * | 2022-05-05 | 2022-09-23 | 中国电力科学研究院有限公司 | 一种基于mobilenet的电力设备小目标缺陷识别方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于极限梯度提升树的输电线路缺陷风险预报;李伟;王丽霞;李广野;车轶锋;;控制工程(第07期);第36-42页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116993327A (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101666820B1 (ko) | 환경 재난, 재해 조기감지를 위한 대기질 예측 및 관리 시스템 | |
| CN102221651B (zh) | 一种矿用隔爆型干式变压器故障在线诊断及预警方法 | |
| CN116363601B (zh) | 一种污染监测设备的数据采集与分析方法及系统 | |
| CN106321368A (zh) | 基于运营风机scada数据的海上风电场尾流损失测量方法 | |
| Hotta et al. | Proactive QC: A fully flow-dependent quality control scheme based on EFSO | |
| CN108562821B (zh) | 一种基于Softmax确定配电网单相接地故障选线的方法及系统 | |
| CN106469356A (zh) | 基于多维数据的输电设备状态评价及风险分析方法及装置 | |
| CN110907755A (zh) | 一种输电线路在线监测故障识别方法 | |
| CN113298295B (zh) | 一种面向电力生产的气象预报系统 | |
| CN105279612A (zh) | 一种基于泊松分布的输电线路跳闸风险评估方法 | |
| CN110985310A (zh) | 基于声传感器阵列的风力发电机叶片故障监测方法与设备 | |
| CN114330120B (zh) | 一种基于深度神经网络预测24小时pm2.5浓度的方法 | |
| CN113689053B (zh) | 一种基于随机森林的强对流天气架空线停电预测方法 | |
| CN107944188A (zh) | 基于气象站实测数据的台风近地面风眼半径辨识方法 | |
| CN114839492A (zh) | 一种基于mobilenetv3的gis局部放电类型识别方法及装置 | |
| CN117406137B (zh) | 一种输电线路雷电泄电流监测方法及系统 | |
| CN112016739B (zh) | 故障检测方法、装置、电子设备及存储介质 | |
| CN116993327B (zh) | 用于变电站的缺陷定位系统及其方法 | |
| CN117152919A (zh) | 一种基于多源异构综合数据库的气象灾害预警系统 | |
| CN115879616A (zh) | 一种基于输电线路微气象站监测数据的高危气象识别方法及装置 | |
| CN111222662A (zh) | 一种电网台风洪涝灾害预警方法和装置 | |
| Shi et al. | Investigation on the lightning location and warning system using artificial intelligence | |
| CN113821895A (zh) | 输电线路覆冰厚度预测模型的构建方法、装置及存储介质 | |
| Bischoff et al. | An approach and discussion of a simulation based measurement uncertainty estimation for a floating lidar system | |
| CN116979702B (zh) | 基于大数据的输电线路智能监测质检方法、系统和介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |